MétaCan
Menu
Retour à la cohorte
Enregistrement W2973865940 · doi:10.1115/1.2008-dec-2

Tar on Tap

2008· article· en· W2973865940 sur OpenAlexaboutno aff
Bridget Mintz Testa

Notice bibliographique

RevueMechanical Engineering · 2008
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOil sandsAsphaltSynthetic crudePetroleumProduction (economics)Unconventional oilSurface miningEnvironmental sciencePetroleum engineeringWaste managementFossil fuelMining engineeringEngineeringGeologyCoalArchaeology

Résumé

récupéré en direct d'OpenAlex

This article explores diverse ways adopted by companies to find ways to make extracting oil from the sands of northern Alberta a little easier. At Petrobank’s Whitesands site, heat from in situ combustion both melts and upgrades the bitumen in the underground deposit. Horizontal production wells carry the oil to the surface. However, even with the new processes in place, copious quantities of energy and water are needed to produce oil from sands. In situ production processes exploit bitumen deposits that are inaccessible through surface mining. The facility at EnCana’s Foster Creek site processes some of the water used to extract bitumen in situ. That recycled water is then boiled and reinjected below the surface. Environmental arguments aside, many observers contend that the only argument against exploiting the Alberta oil sands that might have any success is economic—that it might cost more than alternatives. The paper concludes that barring some unforeseen calamity, oil demand is expected to outstrip the capacity of conventional petroleum production. Even if wringing oil from the Alberta sands is expensive and energy-intensive, it is probably a cost most consumers will be willing to pay for access to the next easiest oil.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0060,004
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,9050,804

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,230
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanical EngineeringMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207